Autor: Mikael Bradford S. R. Sepaul
ORCID: 0009-0005-9817-2488
Afiliação: Sepaul Research & SunriseMGR
Quantitative Research & Behavioral Governance
Contato: mikael@sepaulresearch.com |
Website: sepaulresearch.com
Data: Setembro de 2026
Classificação JEL / AMS: C58, C61, D81, G41, 37D45
Este artigo introduz uma formulação quantitativa original que conecta a teoria dos sistemas dinâmicos caóticos, o espaço de fase reconstruído de séries temporais financeiras e a microestrutura de mercado adversarial. Demonstra-se matematicamente que a linha Tenkan-sen (\(T_t\)) do sistema Ichimoku Kinko Hyo atua como um atrator determinístico estrutural de equilíbrio dinâmico de curto prazo. Em contraste com abordagens clássicas que tratam indicadores técnicos como meros filtros de tendência, este trabalho modela a Tenkan-sen como o vórtice de um sistema dissipativo não-linear, cuja força gravitacional é retroalimentada pela ineficiência e viés comportamental do fluxo de varejo (efeito disposição, aversão à perda assimétrica e caça tardia de rompimentos).
Apresenta-se a dedução da métrica de deformação elástica (\(\Delta_t\)), a confluência estrutural pela fita de médias móveis ponderadas (\(\text{WMA}_{14}\), \(\text{WMA}_{35}\), \(\text{WMA}_{137}\)), a parametrização de regimes via Expoente de Hurst (\(H_{50}\)) e a formulação fechada do Índice de Autodestruição Varejista (\(\Omega_t\)). Por fim, propõe-se um framework de governança comportamental onde a modelagem atua como um “freio de mão cognitivo” contra o overtrading e o tilt, resguardando a integridade do capital do operador.
Palavras-chave: Sistemas Dinâmicos, Atratores Estruturais, Espaço de Fase, Tenkan-sen, Expoente de Hurst, Toxicidade de Fluxo, Finanças Comportamentais, Índice de Autodestruição.
A Hipótese do Mercado Eficiente (HME) e os modelos brownianos clássicos pressupõem que as variações de preços em ativos líquidos comportam-se como passeios aleatórios com distribuição gaussiana de retornos. No entanto, dados empíricos de alta e média frequência revelam caudas pesadas (curtose excessiva), agrupamento de volatilidade (volatility clustering) e regimes de dependência temporal de longo alcance.
Mercados financeiros são, na realidade, sistemas dinâmicos complexos, adaptativos e não-lineares, caracterizados pela interação entre agentes heterogêneos dotados de horizontes temporais discrepantes e vieses psicológicos sistemáticos.
Sob essa ótica, os preços não oscilam no vácuo: eles orbitam em torno de centros gravitacionais instantâneos de liquidez. O fluxo de ordens do varejo — caracterizado por entradas tardias por FOMO (Fear Of Missing Out) e colocação inadequada de ordens de proteção (Stop Loss) — atua como a biomassa entrópica que alimenta os atratores institucionais de liquidez.
Seja \(P_t\) a série temporal de preços de fechamento de um ativo financeiro em uma escala de discretização homogênea. Pelo Teorema de Imersão de Takens, o espaço de fase subjacente de um atrator multidimensional pode ser reconstruído a partir de atrasos temporais e derivadas cinemáticas.
Definimos o Vetor de Estado no Espaço de Fase \(X_t\) como:
\[X_t = \begin{bmatrix} P_t \\ T_t \\ K_t \\ \sigma_t \\ \gamma_t \end{bmatrix}\]
Onde: - \(P_t\): Preço de fechamento no timestamp \(t\); - \(T_t\): Valor da Tenkan-sen (média extremal dos últimos 9 períodos): \[T_t = \frac{\max_{i=0}^{8}(H_{t-i}) + \min_{i=0}^{8}(L_{t-i})}{2}\] - \(K_t\): Valor da Kijun-sen (média extremal dos últimos 26 períodos): \[K_t = \frac{\max_{i=0}^{25}(H_{t-i}) + \min_{i=0}^{25}(L_{t-i})}{2}\] - \(\sigma_t\): Volatilidade realizada local calculada sobre uma janela rolante de 9 períodos (estimada via True Range normalizado): \[\sigma_t = \text{ATR}_{14}(t)\] - \(\gamma_t\): Derivada cinemática da velocidade instantânea do preço: \[\gamma_t = \frac{\partial P}{\partial t} \approx \frac{P_t - P_{t-1}}{\Delta t}\]
Diferente de médias móveis exponenciais (EMA) ou aritméticas (SMA), a Tenkan-sen é construída com base no ponto médio entre o ponto mais alto e o ponto mais baixo do ciclo curto (\(N=9\)). Geometricamente, \(T_t\) representa a mediana do canal extremal de curto prazo, correspondendo ao preço de consenso termodinâmico do ciclo vigente.
A distância adimensional normalizada no espaço de fase entre o vetor de preços e o atrator é formulada como:
\[\Delta_t = \frac{|P_t - T_t|}{\sigma_t}\]
Onde: - Se \(\Delta_t \le 1.0\): O sistema está em regime de coerência orbital; o preço oscila dentro do envelope de equilíbrio estocástico. - Se \(1.0 < \Delta_t < 2.5\): O sistema exibe tensão elástica progressiva. - Se \(\Delta_t \ge 2.5\): O sistema atinge estiramento supercrítico. A probabilidade estatística de reversão à média (mean reversion) em direção ao vórtice \(T_t\) cresce assintoticamente, a menos que ocorra uma bifurcação estrutural.
Para determinar se o afastamento \(\Delta_t \ge 2.5\) culminará em um colapso em direção ao atrator (reversão) ou em uma fuga hiperbólica (rompimento sustentado), calcula-se o Expoente de Hurst (\(H\)) sobre uma janela de \(N=50\) observações via Análise de Variância Reescalada (R/S):
\[E\left[\frac{R(n)}{S(n)}\right] \propto n^H \quad \text{quando } n \to \infty\]
A dinâmica classifica-se rigorosamente em três estados discretos:
Para complementar a leitura dinâmica do atrator \(T_t\), introduz-se a Fita Ponderada de Inércia Institucional baseada em Médias Móveis Ponderadas Linearmente (Weighted Moving Averages — WMA). A escolha de pesos lineares decrescentes garante que candles recentes possuam primazia matemática sem o atraso exponencial excessivo:
\[\text{WMA}_k(t) = \frac{\sum_{i=0}^{k-1} (k - i) \cdot P_{t-i}}{\frac{k(k + 1)}{2}}\]
A tríade de períodos foi calibrada por Sepaul com base nas frequências harmônicas de microestrutura: - \(\text{WMA}_{14}\) (Inércia Tática): Vetor de pressão imediata do fluxo agressor; - \(\text{WMA}_{35}\) (Fronteira Estrutural de Pullback): Zona média de recuo e sustentação de liquidez; - \(\text{WMA}_{137}\) (Âncora Institucional Macro): Barreira macroscópica de regime tendencial.
O alinhamento harmônico é avaliado por:
\[\mathcal{C}_{wma} = \text{sgn}(P_t - \text{WMA}_{14}) + \text{sgn}(\text{WMA}_{14} - \text{WMA}_{35}) + \text{sgn}(\text{WMA}_{35} - \text{WMA}_{137})\]
O pilar central da tese de Sepaul reside na premissa de que o varejo financeiro alimenta o atrator com capital ineficiente.
O operador amador sofre de duas distorções cognitivas fundamentais: 1. Efeito Disposição: Mantém posições perdedoras na esperança vã de retorno, mas encerra operações vencedoras precocemente com lucros residuais. 2. Aversão à Perda Assimétrica: Posiciona Stop Loss muito amplo ou ausente, ao mesmo tempo em que define alvos de Take Profit irreais ou desproporcionais ao ruído estocástico do ativo.
Se mapearmos a ordem executada pelo trader como um vetor \(R_i = [\text{Dir}, P_{\text{entry}}, SL, TP, \text{Lots}]\), deduz-se o Índice de Autodestruição Varejista (\(\Omega_t\)):
\[\Omega_t = \left( \frac{|P_{\text{entry}} - T_t|}{\sigma_t} \right) \times \left( \frac{|P_{\text{entry}} - SL|}{|P_{\text{entry}} - TP|} \right) \times \Psi_{\text{imbalance}}\]
Onde \(\Psi_{\text{imbalance}}\) expressa o fator de concordância com o viés tóxico do rebanho: - Se o trader compra quando o varejo está massivamente comprado no topo de um ciclo com \(\Delta_t \ge 2.5\): \(\Psi \ge 1.5\); - Caso contrário, \(\Psi = 1.0\).
| Faixa de \(\Omega_t\) | Classificação de Risco | Fenomenologia Comportamental | Veredito Institucional |
|---|---|---|---|
| \(\Omega_t \le 1.0\) | Execução Disciplinada | Operação próxima do equilíbrio (\(T_t\), WMAs), \(RR \ge 1:1.5\) | Conformidade Operacional Plena |
| \(1.0 < \Omega_t \le 2.0\) | Risco Moderado | Entrada ligeiramente esticada ou Stop Loss subdimensionado | Alerta Amarelo de Atenção |
| \(\Omega_t > 2.0\) | Autodestrutivo (Tilt/FOMO) | Entrada no clímax do movimento, Stop longo e Alvo curto | FLAG: RETAIL_LIQUIDITY_TRAP |
Um dos maiores desafios da engenharia de risco aplicada a humanos é que fornecer sinais preditivos estimula a euforia e acelera o ciclo de falência do operador.
Se o software emitir alertas do tipo “Oportunidade Alpha detectada: COMPRE”, o operador transfere a responsabilidade ética para a máquina, passa a operar alavancado em regime de compulsão e entra em overtrading.
Por esta razão, o modelo de Sepaul estabelece a Doutrina da Não-Prescrição:
A unificação entre a teoria do caos determinístico (atrator Tenkan-sen, expoente de Hurst), a cinemática de médias ponderadas (\(\text{WMA}_{14/35/137}\)) e a microestrutura comportamental de mercado permitiu criar uma métrica analítica unificada e hermética — o Índice \(\Omega_t\).
Ao ser implementado como uma caixa-preta computacional imutável dentro de um motor de alto desempenho em Rust, o modelo de Mikael Bradford Sepaul protege a propriedade intelectual do autor contra apropriação indevida e cumpre sua missão suprema: transformar a psicologia destrutiva do operador em autogovernança matemática inabalável.